fixed: issues/5

wangwei1237 · Nov 23, 2023 · 10c3333 · 10c3333 · wangwei1237 · Nov 23, 2023
1 parent a255b3a
commit 10c3333
Show file tree

Hide file tree

Showing 2 changed files with 2 additions and 2 deletions.
diff --git a/index.qmd b/index.qmd
@@ -10,7 +10,7 @@ description-meta: |
 
 如果您想大概了解一下相关的概念，并以此来指导自己的实践，想了解目前在应用开发中有哪些工具以及这些工具的具体实践用法，那么这本书正是为您而作。
 
-正如这本书的题目，这本书会更偏向**实践、应用**，但是我们也会在数据介绍大模型相关的概念，这些概念会让您对大模型有一个初步的认识，仅此而已。如果您想深入了解相关概念的底层细节，我们也提供了对应的文献，您可以深入阅读相关的文献。
+正如这本书的题目，这本书会更偏向**实践、应用**，但是我们也会在书中介绍大模型相关的概念，这些概念会让您对大模型有一个初步的认识，仅此而已。如果您想深入了解相关概念的底层细节，我们也提供了对应的文献，您可以深入阅读相关的文献。
 
 这是一个飞速发展的时代，技术、工具的发展亦是如此——每天有新的工具产生，也会有部分技术过时——因此我们以在线书籍的方式来构建这本书以保持内容的与时俱进。这也是一本开放的书籍，如果您希望为本书贡献自己的力量，您可以点击导航栏右上角的图标进入本书的代码仓库，提交您的内容。
 

diff --git a/llm_intro.qmd b/llm_intro.qmd
@@ -58,7 +58,7 @@ GPT-2 最大的贡献也在于他通过实践验证了大模型的迁移学习
 ### 上下文学习能力和涌现
 2020 年，OpenAI 发布了 1750 亿参数规模的、性能更加强大的 GPT-3。[-@NEURIPS2020_1457c0d6] 中提到，GPT-3 提出了上下文学习（ICL：in-context learning）的概念。ICL 可以指导 LLM 理解以自然语言形式呈现的任务，利用 ICL 的能力，我们可以通过优化给 LLM 的输入以获取更好的结果。在 ICL 的加持下，@sec-prompt_engineering 中介绍的提示词工程才得以成为可能。
 
-GPT-3 在多种自然语言处理任务上展现出了惊人的性能，甚至可以仅通过简单的提示词来适应不同的处理任务。而研究人员实际上没有在 GPT-3 训练完之前就预测到模型有这么强大的能力，GPT-3 的实践证明，LLM 可以具备涌现能力（Emergent Ability）。
+GPT-3 在多种自然语言处理任务上展现出了惊人的性能，甚至可以仅通过简单的提示词来适应不同的处理任务。研究人员并未在 GPT-3 训练完成之前预测到该模型具备如此强大的能力。GPT-3 的实践证明，LLM 可以具备涌现能力（Emergent Ability）。
 
 ### 代码能力和指令遵循能力
 为了进一步提升模型的性能，OpenAI 继续探索了两种主要方法：基于代码数据训练和，与人类偏好保持一致。